• Гость, подпишитесь сейчас

    📥 Адрес сайта иногда меняется, чтобы быть в курсе актуального адреса, подпишитесь на телеграм «Подписаться»
  • Форумы
  • Складчикам курсы
  • Бизнес
  • Нейросети Veo 3, ChatGPT, Nano Banana и др.

[Deep School] LLM System Design (Денис Солдатов, Артём Бардаков)

Найти складчину

Описание складчины

Выбирайте складчину [Deep School] LLM System Design (Денис Солдатов, Артём Бардаков), чтобы купить курс по нейросетям по выгодной цене. В разделе представлены лучшие материалы по искусственному интеллекту, AI-сервисам и автоматизации.

Организатор: Fedor43
Скачать
Скачать
Скачать
Скачать
Fedor43
Организатор
Сообщения
Монеты
+16.5
Оплачено
1 836
Купоны
0
Кешбэк
2 012
Баллы
0
16.07.2026
  • @Skladchiki
  • #1

Складчина: [Deep School] LLM System Design (Денис Солдатов, Артём Бардаков)

Ссылка на картинку
Научитесь создавать LLM-системы: от поиска по базе знаний и саппорт-агентов до речевой аналитики и мультиагентных систем.

Курс для тех, кто планирует или уже строит LLM-системы
  • DL-инженеры
    Научитесь строить системы целиком от распределения входной нагрузки до мониторинга ключевых метрик. Сможете говорить с разработчиками на одном языке и строить дорожную карту развития ваших сервисов.
  • ML-инженеры и аналитики
    Научитесь строить LLM-приложения, которые решают востребованные задачи: поиск по базе знаний, чат-бот, автономные ИИ-сотрудники — поймёте, как устроены системы изнутри, чтобы с пониманием дела улучшать их работу.
  • Backend-разработчики
    Разберётесь в специфике LLM-приложений: когда какую модель использовать и что есть кроме LLM, векторный поиск, метрики, трейсинг, агентские системы — сможете говорить с ML/DL командой на одном языке и строить дорожную карту развития ваших сервисов.
После курса вы сможете:
  1. Вайбкодить Использовать кодинг-агентов
    Настроите окружение для эффективной работы кодинг-агентов над проектом. Узнаете, как сэкономить время на разработке.
  2. Решать задачу customer support
    Разберёте архитектуру решения: балансировка нагрузки, классификация интента, генерация ответа, трейсинг, агентский подход — и реализуете каждый шаг в проекте.
  3. Создавать мультиагентные системы
    Соберёте мультиагентную систему, используя современные подходы и инструменты как в популярных Hermes, OpenClaw, Claude Code, etc.
  4. Поднимать self-host LLM
    Развернёте свою LLM на vLLM / SGLang с квантованием и автоскейлом. Соберёте офлайн-пайплайн анализа голосовых записей.
  5. Строить поиск по базе знаний
    Соберёте RAG-сервис: от ванильной версии до гибридного поиска, способного держать нагрузку.
  6. Настраивать observability
    Чтобы сделать систему прозрачной: следить за ключевыми метриками и прицельно улучшать приложение.
Программа
4 проекта; 11 лекций
Курс собран из четырёх проектов. Для каждого разбираем архитектуру и собираем работающий прототип — на лекциях и семинарах.
  • Вводная встреча
    Знакомимся с группой, разбираем формат курса, проекты и домашние задания. Отвечаем на все вопросы перед стартом
  • Поиск по базе знаний
    Собираем сервис семантического поиска по корпоративной базе: от ванильного RAG до гибридных схем и Page Index. Проходим путь от 1 до 100 RPS без переписывания с нуля.
  • Клиентский саппорт
    Делаем мультиагентный саппорт: классифицируем интент, ищем в базе, отвечаем, эскалируем оператору. С observability, метриками качества и guardrails — чтобы выпускать в продакшн, а не только демо-стенд.
  • Речевая аналитика и боты
    Self-host LLM под свою задачу + офлайн-аналитика звонков: ASR → диаризация → LLM-анализ. Структурированный JSON-выход, который ложится в дашборды и даёт инсайты бизнесу.
  • Мультиагентный ИИ-разработчик
    Универсальный агент общего назначения: tools, MCP, ReAct, память и sandbox. Сравниваем с Cursor, Claude Code и Hermes и собираем своего на семинаре в конце курса.
Что нужно знать
Необходимы базовые знания Python и LLM.
  • Уверенный Python
    Знакомы с async/await, классами, типизацией.
  • Опыт работы с REST API
    Понимаете, как делать HTTP-запросы, обрабатывать ошибки, работать с JSON.
  • Базовое понимание LLM
    Знаете, что такое токен, эмбеддинг, prompt. Пользовались агентами или LLM-чатом.
  • DL/ML-знания — не обязательны
    Программа построена так, чтобы её могли пройти разработчики без ML-бэкграунда.
Показать больше
 
Зарегистрируйтесь , чтобы посмотреть авторский контент.
Поиск по тегу:
Теги
deep school lmm системы system design артём бардаков денис солдатов
Похожие темы
Скачать [Wannabe] Design-system in Claude Code. Тариф View (Миша Розов)
  • 11.06.2026
Просмотры
516
11.06.2026
Скачать AI-Native Designer. System Architect (Даниил Шишко)
  • 11.08.2026
Просмотры
393
11.08.2026
Скачать ИИ для анализа данных (Артём Денисов)
  • 10.04.2025
Просмотры
328
26.04.2025
Скачать [Нетология] Нейросети для создания видео и музыки.Тариф Самостоятельный (Артём Денисов)
  • 14.03.2025
Просмотры
502
26.03.2025
Скачать ИИ для карьеры и саморазвития – deep dive (Анастасия Абрамова)
  • 09.03.2026
Просмотры
340
09.03.2026
Показать больше похожих складчин

Зарегистрируйтесь или войдите, чтобы обсуждать и скачивать материалы!

Зарегистрироваться

Создайте учетную запись. Это быстро!

Регистрация

Авторизоваться

Вы уже зарегистрированы? Войдите.

Вход
  • Форумы
  • Складчикам курсы
  • Бизнес
  • Нейросети Veo 3, ChatGPT, Nano Banana и др.
  • Русский (RU)
  • Условия и правила
  • Политика конфиденциальности
  • Помощь
Меню
Вход

Регистрация

  • Форумы
    • Новые сообщения
    • Поиск сообщений
  • Что нового?
    • Новые сообщения
    • Новые сообщения профилей
    • Последняя активность
    • Новые оценки тем
  • Помощь